正則表示式作為一種通用的算式，大量用於文字處理邏輯中，其主要好處是速度能夠達到極致，而且程式碼量通常會非常少，本篇主要介紹lua中的正則使用，由於這樣的文章網上隨處都可以搜到，而且不乏整理的不錯的，這裡就不想再重新做這件事情。

正則表示式主要處理匹配問題，即通過給定語義萬用字元串，返回匹配成功的字串列表。

在匹配的基礎上，正則引擎往往提供了字串的查詢、替換、分割等功能，lua支援查詢與替換，但不支援分割，分割函式可以在已有介面上進行擴充套件，附錄中引用了lua社群的實現程式碼。

本篇單純的簡要介紹lua的匹配問題。

Lua正則中的特殊字元（元字元）包括如下幾種：

( ) . % + - * ?[ ] ^ $

轉義字元（元字元%）：

'%' 用作特殊字元的轉義字元，'%.' 匹配點；'%%' 匹配字元 '%'，’%’與特定字母結合有特定含義（萬用字元），如下：

%a: 與任何字母配對
%c: 與任何控制符配對(例如\n)
%d: 與任何數字配對
%l: 與任何小寫字母配對
%p: 與任何標點(punctuation)配對
%s: 與空白字元配對
%u: 與任何大寫字母配對
%w: 與任何字母/數字配對
%x: 與任何十六進位制數配對
%z: 與任何代表0的字元配對

對於上面的%x（其中x代表a,c,d,...,z），lua正則支援其大寫形式，大寫形式代表非%x，即有%X = ^%x，比如%A表示與任意非字母配對。

其他萬用字元（元字元.）：

.(點): 與任何字元配對

字符集（元字元[]）：

出了上面提到的萬用字元，我們還可以自定義字符集，如[%a%d]就是與字母和數字配對，我們還可以使用’-‘符號來指定一個範圍，如[0-7]表示[01234567]，[a-z]表示小寫字母，通過字符集，我們可以定義其他複雜的萬用字元。

貪婪與吝嗇（元字元+、-、？、*）

+      匹配前一字元1次或多次
*      匹配前一字元0次或多次
-      匹配前一字元0次或多次
?      匹配前一字元0次或1次

元字元+和*是貪婪的，總是進行最長的匹配，而-則是吝嗇的，總是進行最短匹配，注意元字元-可以匹配0次。例子：

待匹配的字串：<font>a</font><font>b</font>

模式串（1）：<font>.+</font>此時將匹配整個字串，貪婪模式下，正則引擎即使發現了第一個匹配，也不會停止，因此效率相對較低。

模式串（2）：<font>.-</font>此時將依次匹配<font>a</font>、<font>b</font>，最短匹配模式下，一旦正則引擎發現第一個匹配就停止動作，不會繼續匹配，

開頭與結尾（元字元^、$）

^x表示非x，可以理解為正則引擎發現了x字元，那麼就可以從這裡作為一個匹配的開頭，匹配過程中可能希望有多個開頭（特別是吝嗇模式），這個符號用的頻率會比較高，x$表示以x結尾，這裡的結尾指的是整個待匹配字串的最後一個字元，這個符號使用的場合和頻率相對會比較少。

取己所需（元字元()）

圓括號是一個很好用的元字元，如上<font>a</font>，如果我們只是想讓lua正則引擎返回字元a，可以採用模式<font>(.+)</font>，否則它會返回整個字串。

關注演算法公眾號：acm-clan